前四集講:AI 省的是軟體人力(第 1 集)、成本搬到消費品(第 2 集)、循環靠 B2B 養(第 3 集)、企業分層用雲端或自建(第 4 集)。本集問:AI 瘋狂擴廠,真正的瓶頸是什麼?

前四集講的是「AI 省什麼、成本搬到哪、誰 capture、企業怎麼選」。本集講「AI 擴廠的物理瓶頸」。這是系列的收尾——從「省」到「建」,AI 的經濟故事到這裡完整了。

這個問題值得回答,因為如果瓶頸是電(電網、變壓器),「瘋狂擴廠」其實是紙上沸騰——宣布的容量 ≠ 實際建的。

主要答案:真正的瓶頸是電。 GPU 買得到(NV 有產能),但電網併網要 5 年、變壓器要 5 年。2026 年宣布 12 GW、實際在建只有 5 GW(約三分之一)。瘋狂擴廠有一部分是紙上沸騰。

1. 問題:AI 擴廠的真正瓶頸是什麼

前四集的結論:AI 省軟體人力、成本搬到消費品、循環靠 B2B 養、企業分層用雲端或自建。

本集問:AI 瘋狂擴廠,真正的瓶頸是什麼?是 GPU?是記憶體?是電?

本集只處理「擴廠的瓶頸」,不處理「AI 到底有沒有用」(第 1 集已處理)。

2. 評估框架:擴廠的瓶頸取決於「買得到 vs 接得上」

擴廠的瓶頸,取決於兩件事:硬體買得到(GPU、記憶體)、電接得上(電網、變壓器)。

硬體買得到:NV 有產能、記憶體有供給(雖然貴,第 2 集)。GPU 和記憶體是「買得到」的問題——錢夠就買得到。

電接得上:電網併網、變壓器、開關設備,這些的 lead time 很長。電網併網要 5 年、變壓器要 5 年。這些是「接得上」的問題——錢夠也接不上,因為 lead time 長。

為什麼 lead time 這麼長?因為變壓器是高度專門化的設備,全球能做大型變壓器的廠家很少,產能擴充需要時間。電網併網也要等電網公司排程——電網建設是「公共品」,不能靠單一企業加速。

所以「錢夠就能建」是錯的。GPU 和記憶體是「錢的問題」,電是「時間的問題」。錢可以加速購買,但買不到時間。

所以:瓶頸不在「買得到」,在「接得上」。

具體例子:一個資料中心要 100 MW 的電。GPU 和記憶體可以買(NV 有產能、記憶體有供給),但要 100 MW 的電,要等電網併網(5 年)、要等變壓器(5 年)。所以這個資料中心,要等 5 年才能建好。所以 AI 擴廠的瓶頸,是「時間」,不是「錢」。

3. 比較:宣布的容量 vs 實際在建

2026 年:

指標數值來源
2026 年宣布容量12 GWTech Fund[1]
2026 年實際在建5 GW(約三分之一)Tech Fund[1]
變壓器 lead time(2020 年前)24–30 個月Inside Deep Tech[2]
變壓器 lead time(現在)5 年Inside Deep Tech[2]
沒有公開電力策略的專案25%Tech Fund[1]
停擺專案的建設期12–18 個月Tech-Insider[3]

三個觀察。第一,宣布 vs 在建:12 GW 宣布、5 GW 實際在建,只有約三分之一。第二,變壓器 lead time 暴增:2020 年前 24–30 個月,現在 5 年。第三,停擺的專案只需要 12–18 個月建設,但卡在宣布階段(因為電網併網)。

注意:5 GW 實際在建,不代表「只建了 5 GW」。它代表「有電力策略、有電網併網、有變壓器」的專案。另外 7 GW 是「宣布了但還沒電力策略」的專案——它們要等電。

這三個觀察指向同一件事:AI 擴廠的瓶頸,不在「買得到」,在「接得上」。

所以「瘋狂擴廠」的真實情況是:宣布了,但建不起來(因為電)。這也解釋了為什麼「宣布」這麼多——因為「宣布」不需要電,「建」才需要電。

4. 判斷:瘋狂擴廠,其實是紙上沸騰

GPU 買得到,但電接不上。NV 有產能、記憶體有供給,但電網併網要 5 年、變壓器要 5 年。

宣布的 12 GW,實際在建的只有 5 GW(約三分之一)。所以「瘋狂擴廠」有一部分是紙上沸騰——宣布了,但建不起來(因為電)。

對第 3 集的循環,這意味著:電的瓶頸,會拖慢資料中心建設,拖慢 AI 部署,拖慢雲端收入。所以循環的「贏」,要等電。

更深的一層:電的瓶頸,是「物理瓶頸」——它不像 GPU(可以增產)或記憶體(可以漲價),它要等電網建設、變壓器生產。所以電的瓶頸,是 AI 擴廠的「硬約束」。

對投資者,這意味著:AI 擴廠的「宣布」要打折看——宣布了 12 GW,實際建的只有 5 GW。所以看 AI 擴廠,要看「有電力策略的專案」,不是「宣布的專案」。

所以 AI 擴廠的「硬約束」是電。在電解決之前,宣布的容量永遠大於實際建的。對第 3 集的循環,這意味著:循環的「贏」,要等電。對第 4 集的企業自建,這意味著:自建的資料中心,也要等電。所以不管雲端還是自建,都要等電。

對整個系列,這意味著:AI 的經濟故事,最後卡在「物理瓶頸」。第 1 集省的是軟體人力(虛擬),第 2 集成本搬到記憶體(實體元件),第 5 集卡在電(實體基礎設施)。從虛擬到實體,AI 的瓶頸越來越「硬」。

適用條件:電網建設 lag、變壓器 lead time 長。

限制:

  • 電的瓶頸會隨時間緩解(電網建設、變壓器產能擴充)。但緩解需要時間(5 年)。
  • 部分專案可以用「自建電」(天然氣、核能)繞過電網。但這也有 lead time。

結尾

回到問題:AI 擴廠的真正瓶頸是什麼?答案是:電。GPU 買得到,但電網併網 5 年、變壓器 5 年。瘋狂擴廠有一部分是紙上沸騰——宣布了 12 GW,實際在建只有 5 GW。

適用條件:電網建設 lag、變壓器 lead time 長。限制:電的瓶頸會隨時間緩解、部分專案可以自建電繞過。

這是「誰為 AI 買單」系列的最後一集。五集回顧:第 1 集 AI 省軟體人力(虛擬層)、第 2 集成本搬到消費品(元件層)、第 3 集循環靠 B2B 養(資本層)、第 4 集企業分層用雲端或自建(應用層)、第 5 集真正的瓶頸是電(物理層)。從虛擬到物理,AI 的經濟故事完整了。所以 AI 的經濟故事,最後卡在物理瓶頸。

對讀者,這系列的實用結論是:看 AI,不要只看「多厲害」,要看「省什麼、成本搬到哪、誰 capture、企業怎麼選、物理瓶頸在哪」。